05python excel 一键式统计报表系统0.01版本(成功)

本文介绍了一个使用Python的openpyxl库从一个Excel文件(资产负债表)读取特定单元格的数据,并将该数据写入另一个Excel文件(财务状况表)指定位置的简单脚本。此过程实现了两个表格间数据的自动同步。
部署运行你感兴趣的模型镜像
import openpyxl
#
# # 加载 excel 文件

########################资产负债表
fn_fuzhaibiao = 'C:/Users/laiwu/Desktop/一键式统计/资产负债表.xlsx'
wb_fuzhaibiao = openpyxl.load_workbook(fn_fuzhaibiao)

ws_fuzhaibiao = wb_fuzhaibiao.get_sheet_by_name('资产负债表')
print("年初存货:")
print(ws_fuzhaibiao['D13'].value)




########################财务状况表
fn_caiwuzhuangkuang = 'C:/Users/laiwu/Desktop/一键式统计/财务状况.xlsx'
wb_caiwuzhuangkuang = openpyxl.load_workbook(fn_caiwuzhuangkuang)

ws_caiwuzhuangkuang = wb_caiwuzhuangkuang.get_sheet_by_name('Sheet')


ws_caiwuzhuangkuang['AA18'] = ws_fuzhaibiao['D13'].value


print("年初存货:")
print(ws_caiwuzhuangkuang['AA18'].value)

wb_caiwuzhuangkuang.save('c:/Users/laiwu/Desktop/一键式统计/财务状况.xlsx')

您可能感兴趣的与本文相关的镜像

Python3.9

Python3.9

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值